Universidad del Pacfico

Departamento de Economa
Econometra I
Prof. Juan F. Castro

2. La media condicional y el concepto de regresin

2.1. De la distribucin conjunta a la media condicional
- Cmo tornamos operativa la estimacin de la relacin
que existe entre un conjunto de variables de inters? Es
decir, cmo tornamos operativa la estimacin de
nuestro modelo?
- En general, partamos de la existencia de un vector de
resultados yt (que contiene el valor registrado por la(s)
variable(s) cuyo comportamiento se busca explicar /
modelar) y un vector de insumos xt (que contiene el valor
registrado por las variables a partir de las cuales se busca
explicar el comportamiento de yt).
- La realidad puede ser representada por la funcin de
probabilidad conjunta que gobierna la ocurrencia de las
observaciones contenidas en yt y xt (el proceso que genera
estos datos): f (Y, X) .
- Como sabemos, esta funcin de probabilidad conjunta
puede expresarse como el producto de la funcin de
probabilidad condicional y marginal:

f (Y, X) = f (Y / X)f X (X)

Econometra I

La media condicional y el concepto de regresin

- En el trabajo economtrico clsico nuestro inters se

centra en el primer momento de la funcin de probabilidad
condicional. Es decir, la esperanza de Y condicionada a
los valores (realizaciones) de X: E(Y / X) .

2.2. Representacin lineal y concepto de regresin

- Suponemos que los insumos (o variables explicativas)
influyen sobre la esperanza condicional a travs de una
relacin lineal. Esto configura lo que se conoce como el
Modelo Lineal General (MLG).

y t = E(y t / x t ') + t
k

y t = x t ' + t = x iti + t
i =1

- Es as como hemos logrado, finalmente, representar la

realidad a travs de un modelo que sea a la vez realista y
manejable.
- Nuestro inters se centra en estimar esta esperanza
condicional. Por lo mismo, la pregunta que buscamos
responder es: cul es el valor ms probable para yt dados
los valores realizados de las xs?
- Esta esperanza (o valor ms probable para yt) es la que
buscamos capture los principales elementos del fenmeno
bajo anlisis. Por lo mismo, es cierto que nos
equivocaremos, pero (y en la medida en que logremos una
adecuada caracterizacin de esta media condicional) no
nos equivocaremos sistemticamente.
Prof. Juan F. Castro

Econometra I

La media condicional y el concepto de regresin

- Para motivar lo anterior, partamos de la especificacin

ms sencilla (un modelo univariado) y veamos a qu nos
referimos con el concepto de regresin.

y t = 0 + 1x1t + t
23

-
22
EY_DADO_X
Y_OBS

21

20
4.8

5.0

5.2

5.4

5.6

- La esperanza del error es igual a cero: E( t ) = 0 . En

promedio, el valor observado de Y est encima de la
recta de regresin poblacional [E(Y/X)].
- Veamos un programita para animar esta discusin!

Prof. Juan F. Castro

Econometra I

La media condicional y el concepto de regresin

2.3. Parmetros, estimadores y estimados

- Representacin matricial del modelo terico.
- Modelo terico vs. modelo emprico. Un ejemplo: de
vuelta al modelo univariado.
- Estrategia general para la construccin de nuestros
estimadores.
- Propiedades deseables para nuestros estimadores; la
importancia de los supuestos que haremos sobre la
manera como son generados los datos.

Prof. Juan F. Castro